[发明专利]一种基于WiFi和IMU融合的室内定位方法

说明书

本发明公开了一种基于WiFi与IMU融合的室内定位方法，涉及室内定位技术领域，具体包括如下步骤：离线采集WiFi信号强度构建无线地图；高斯过程回归精化无线地图；使用自适应K近邻算法获取定位初值；融合WiFi和IMU的粒子滤波进行定位估计。本发明与现有技术相比，具有如下有益效果：使用高斯过程回归精细化原始无线地图，将离散的指纹数据库替换为WiFi节点的RSS信号强度分布模型，更好地拟合了真实的信号强度分布；利用粒子滤波融合WiFi和IMU数据进行定位估计，并引入重定位机制抑制较大定位误差，提高了定位精度和频率。

技术领域

本发明属于室内定位技术领域，具体地说涉及一种基于WiFi和IMU融合的室内定位方法。

背景技术

大型室内场景由于室内空间复杂多样，用户身处室内，如何做到实时定位，并了解周围场景是一个值得关注的问题。通常情况下，室内场景中会布置一些室内平面图来为行人提供位置指引。但是对于一些大型公共场景，由于其空间复杂，设施多样，即使提供平面图用户依然无法有效地定位自身位置。由于GPS无法在室内工作，因此许多基于其他信号源的室内定位技术被提出，如UWB定位、蓝牙定位、惯导定位、WiFi定位等。其中，WiFi的部署成本低廉、覆盖范围广、能提供绝对位置，但定位频率较低、定位精度较低，而IMU则能够提供高频率、高精度的相对位置估计，但是存在累积误差。

发明内容

本发明所要解决的技术问题是提供一种基于WiFi和IMU融合的室内定位方法，其利用WiFi和IMU两者互补，将两者进行融合，能够实现高精度高频率的绝对位置估计。

为解决上述问题，本发明的技术方案是：

一种基于WiFi和IMU融合的室内定位方法，包括如下步骤：

步骤一、离线采集WiFi信号强度构建原始无线地图；

步骤二、使用高斯过程回归对构建的原始无线地图进行拟合，训练得到符合真实信号分布的真实无线地图；

步骤三、实时获取周围WiFi节点的RSS数据，然后根据真实无线地图中的训练数据使用自适应K近邻算法获取WiFi节点的定位初值坐标；

步骤四、采用融合WiFi和IMU的粒子滤波对获取的定位初值坐标进行定位估计；

步骤五、计算步骤四采用融合定位得到的定位估计与使用自适应K近邻算法计算k时刻的WiFi节点的定位估计之间的定位误差，并判断该定位误差是否超过设定的误差阈值，若超过，则进行重定位，并选择融合定位得到的定位估计代替k时刻的WiFi节点的定位估计，以此为下一轮粒子滤波的定位初值。

作为本发明的一种优选改进，步骤一具体包括：离线阶段，在室内定位区域中预先布置M个WiFi节点，并对室内地图进行栅格化，将定位区域划分为N个栅格，每个栅格的坐标表示为z_i＝(x_i,y_i),i∈[1,N]，通过采集这N个栅格内的WiFi信号强度RSS，得到每个栅格的WiFi信号强度向量r_i＝[r_i1,r_i2,...,r_iM]^T，从而构建出室内场景的原始无线地图D＝{(z₁,r₁),(z₂,r₂),...,(z_N,r_N)}。

作为本发明的一种优选改进，步骤二具体包括：

以RSS分布的对数衰减模型为先验，则先验分布可以表示为f(x)～N(μ_f,K_ff)，其中x表示位置坐标，μ_f表示RSS分布的均值，K_ff表示RSS分布的协方差；